資源描述：
《路徑物流論文范文-簡論基于改善蟻群算法的時間窗約束下物流配送車輛路徑優(yōu)化word版下載》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、路徑物流論文范文:簡論基于改善蟻群算法的時間窗約束下物流配送車輛路徑優(yōu)化word版下載導讀：本論文是一篇關(guān)于基于改善蟻群算法的時間窗約束下物流配送車輛路徑優(yōu)化的優(yōu)秀論文范文，對正在寫有關(guān)于路徑論文的寫作者有一定的參考和指導作用，論文片段：1.每條配送路徑上需求點的需求量之和不超過汽車載重量；2.每條配送路徑的長度不超過汽車一次配送的最大行駛距離；3?每個需求點的需求量得到滿足，啟只能由一輛汽車送貨；4?每個需求點的時間窗約束得到滿足，且保證車輛工作總時間不超過其最長工作時間。本文設(shè)配送中心有M輛汽車，第k輛汽車的載重量為Qk(k=摘要：物流配送車輛路徑優(yōu)化作為一個涉及多影響因素、
2、多目標需求的組合優(yōu)化理由，其中帶時間窗約束的物流配送車輛路徑優(yōu)化理由更是一個NP難題，較難得到最優(yōu)解。文章分析帶時間窗約束的車輛路徑理由并建立相應數(shù)學模型，提出將變異和動態(tài)信息更新的改善蟻群算法應用于解決這類優(yōu)化理由，同時仿真實驗結(jié)果表明該算法能快速收斂于全局最優(yōu)解，能有效地解決有時間窗約束下的物流配送車輛路徑優(yōu)化理由。關(guān)鍵詞：改善蟻群算法；時間窗約束車輛路徑理由；物流配送一、引言物流配送過程中的車輛路徑優(yōu)化理由(VehicleRou-tingProblem,VRP)作為物流配送優(yōu)化的核心環(huán)節(jié)，一方面作為一項物流管理的重要內(nèi)容，它對整個物流運輸?shù)乃俣?、成本、效益起著至關(guān)重要的作用
3、；另一方面隨著現(xiàn)代物流配送的快速發(fā)展，物流配送越來越強調(diào)滿足顧客種類、數(shù)量和時間等方面要求，提升顧客的滿意度。配送車輛路徑安排這一組合優(yōu)化理由最初由Dcmtzing&Ramser于1959年提出，一直以來，作為交通運輸和物流配送領(lǐng)域的一個核心理市，也成為一個運籌學、優(yōu)化科學等學界研究的熱點。在實際應用中帶時間窗的車輛路徑理由(VRPWithTimeWindows,VRPTW)作為傳統(tǒng)VRP理由的擴展和衍生，已被Savelsbergh證明是一個NP難題，對于大規(guī)模的VRP理由很難得到全局最優(yōu)解。近年來在構(gòu)造啟發(fā)式算法和兩階段啟發(fā)式算法的基礎(chǔ)上發(fā)展起來的智能啟發(fā)式算法如禁止搜索算法、
4、模擬退火法、遺傳算法、神經(jīng)網(wǎng)絡(luò)法、蟻群算法和粒子群算法等應用在有時間窗的車輛路徑優(yōu)化，取得了較好的效果。但這些算法存在著一些明顯的缺陷，如：禁止搜索算法由于涉及復雜領(lǐng)域轉(zhuǎn)換和求解策略，在現(xiàn)實中不易實現(xiàn)；模擬退火法也只能結(jié)合英它局部搜索算法構(gòu)造混合算法應用；遺傳算法不能保證最大的概率收斂于全局最優(yōu)解；神經(jīng)網(wǎng)絡(luò)法、蟻群算法和粒子群算法易產(chǎn)生局部收斂和收斂速度較慢等。這篇文章研究一種高速收斂的改善蟻群算法，在該算法中，滿足個點的時間窗約束的前提下采用一種新穎的動態(tài)信息新策略，以保證在每次搜索中，每只螞蟻都對搜索做出貢獻，同時還采取了一種獨特的變異策略，以對每次搜索結(jié)果進行搜索，以對每次
5、搜索的結(jié)果進行優(yōu)化。二、物流配送車輛路徑優(yōu)化理由的數(shù)學模型時間窗約束下物流配送車輛路徑優(yōu)化理由可以描述為：從配送中心用多輛汽車向多個需求點送貨，每個需求點的位置、需求量和時間窗約束一定，每輛汽車的載重量一定，要求合理安排汽車行駛路線,使總運輸成本最小，并滿足以下條件：1.每條配送路徑上需求點的需求量之和不超過汽車載重量；2.每條配送路徑的長度不超過汽車一次配送的最大行駛距離；3.每個需求點的需求量得到滿足，且只能由一輛汽車送貨；4.每個需求點的時間窗約束得到滿足，且保證車輛工作總時間不超過其最長工作時間。本文設(shè)配送中心有M輛汽車，第k輛汽車的載重量為Qk(k-1,2,L,C)其一
6、次配送的最大行駛距離為Dk,需要向L個需求點送貨,每個需求點的需求量為qi(1=1,2,L,L),時間窗為[ei,ui],其中ci為任務i允許最早開始時間，如果車輛早于ci到達，則需在i處等待；ui為任務i允許最遲開始時間，如果車輛晚于ui到達，則任務i將被延遲進行。設(shè)nk為第k輛汽車配送的需求點數(shù)(nk二0表示未使用笫k輛汽車)，用集合Rk表示笫k輛車的行駛路徑，其中rki表示一個需求點，且這個需求點的路徑Rk中的順序為i,rkO=O表示配送中心。再設(shè)trki表示第k輛車在行駛路徑Rk上到達i點的時刻，wrki表示第k輛車完成任務i（如：驗收、簽單和卸貨等）需要的時間。另外在目
7、標函數(shù)中用ck表示車輛k行駛的單位運輸成本,pe表示在ei之前到達需求點i單位時間的機會成本，pu表示在ui之后到達需求點i單位時間的罰金成本。市此可建立如下物流配送車輛路徑優(yōu)化理由的數(shù)學模型。其中，式（1）為目標函數(shù)；式（2）保證每條路徑上各需求點的需求量之和不超過汽車的重量；式（3）保證每條配送路徑的長度不超過汽車一次配送的最大行駛距離；式（4）、（5）保證車輛的工作總時間不超過最長工作時間；（7）表明每條路徑上的需求點都得到配送服務；式（8）為每條路徑的需求點的組成；式（9
